你好,游客 登录 注册 搜索
背景:
阅读新闻

七步让你实践深度学习

[日期:2017-05-17] 来源:  作者: [字体: ]

  我们工作中经常会问:“深度学习该从哪里学起?”虽然网上已经有点了大量的免费课程,但是冗杂的信息太多。为了帮助你进入深度学习的“坑”,我们整理了以下这些资源。

  1.初学机器学习,最好的资源是Cousera上Andrew Ngs的课程。浏览一遍基本足够,不过完成课后任务会对你的理解有进一步的提升。

  2.接下来你可以了解一下神经网络(Neutral Network)并且自己上手玩玩。

  3.理解神经网络很重要,但是仅仅最简单的情况是不够的。传统神经网络的一个变种——卷积神经网络(CNN),对于视觉任务很有帮助。斯坦福的相关课件和笔记都同样有收录。这里还有卷积网络在视觉处理上的应用课程。

  

graph

 

  4.接下来你可以在你自己的电脑上运行第一个CNN:

  购买一个GPU并且安装CUDA

  安装Caffe还有他的GUI Digit

  安装Bonic(它不仅能帮你学习深度学习,还能让其他研究者处于科研目的利用你的GPU的空余时间)

  5.Digit提供了部分算法,例如Lenet用于字符识别以及Googlenet的图像分类算法,还需要下载对应的数据集来尝试这些算法,Lenet,Googlenet。你有时候要调整一下算法来完成其他类型的计算机视觉任务,比如我们这里做的。

  6.至于多样的自然语言处理(NLP)任务,循环神经网络(RNNs)往往是最好的选择。斯坦福大学的课程依旧可以给你很好的指导,你也可以下载Tensorflow来自己建立RNNs。

  

RNNs

 

  7.最后你可以自己选择一类深度学习任务来开始实践了,从人脸识别、演讲挖掘到自动驾驶的汽车,都可以尝试分析。

  如果你按照顺序完成了上述步骤,你已经基本掌握了主流的深度学习方法。想要加入诸如Google,百度这类的公司工作,你仍然需要不断的学习与实践,建立起自身的直觉和方法流程。

收藏 推荐 打印 | 录入:涤生2017 | 阅读:
相关新闻      
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款